Amsyar, Rizaldy (2018) Implementasi Algoritme Modified K-Nearest Neighbor (MKNN) Untuk Diagnosis Penyakit Tanaman Cengkeh. Sarjana thesis, Universitas Brawijaya.
Abstract
Tanaman cengkeh memiliki nilai ekonomi tinggi dan merupakan salah satu komoditas ekspor hasil perkebunan Indonesia, di daerah Wonosalam Kabupaten Jombang terdapat kebun cengkeh yang kurang terawat karena pemilik yang tidak setiap saat ada di kebun, dan dengan demikian tanaman rentan terkena penyakit dan berkurangnya hasil panen dari cengkeh tersebut. dibutuhkan sebuah cara untuk membantu petani untuk mengetahui jenis penyakit yang menyerang tanaman cengkeh tersebut, maka dibuatlah sistem diagnosis tanaman cengkeh dengan menggunakan algoritme Modified K – Nearest Neighbor (MKNN). Sistem diagnosis akan memberikan informasi penyakit tanaman cengkeh berdasarkan masukan berupa gejala-gejala yang dapat diamati dari tanaman. Algoritme MKNN adalah pengembangan dari algoritme KNN dengan menambahkan proses perhitungan nilai validasi data latih dan Weight Voting. Perhitungan validasi bertujuan untuk mengatasi permasalahan data yang menyimpang pada algoritme KNN agar tidak terjadi bias dan Weight Voting bertujuan untuk menghitung bobot dari data. Hasil akurasi dari sistem diagnosis tanaman cengkeh menggunakan algoritme MKNN adalah sebesar 96.67%.
English Abstract
Clove plant have high economic value and one of many export commodity of Indonesian plantation product, in Wonosalam region Jombang Regency there are less well groomed clove farm because the owners are not at all the times in the farm, and thus the plant susceptible to disease and reduced yields from the clove harvest. Needed a way to help farmers to know the types of diseases that attack the clove plants, then made a clove plant diagnosis system using the algorithm Modified K - Nearest Neighbor (MKNN). The diagnostic system will provide clove plant disease information based on inputs of observable symptoms of the plant. MKNN algorithm is the development of KNN algorithm by adding calculation process of validation data validation value and Weight Voting. Validation calculation aims to overcome the problem of data that deviates on the KNN algorithm in order to avoid bias and Weight Voting aims to calculate the weight of the data. Accuracy of clove plant diagnosis system using MKNN algorithm is 96.67%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/717/051808630 |
| Uncontrolled Keywords: | tanaman cengkeh, sistem diagnosis, data mining, modified k-nearest neighbor clove plant, system diagnosis, data mining, modified k-nearest neighbor |
| Subjects: | 600 Technology (Applied sciences) > 632 Plant injuries, diseases, pests |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 08 Mar 2019 06:52 |
| Last Modified: | 22 Oct 2021 03:01 |
| URI: | http://repository.ub.ac.id/id/eprint/13765 |
Preview |
Text
Rizaldy Amsyar.pdf Download (14MB) | Preview |
Actions (login required)
 |
View Item |